하이퍼 관계 추출을 위한 데이터셋 및 큐브 채우기 접근법

관계 추출은 대규모 지식 그래프 구축의 잠재력을 가지고 있지만, 현재 방법들은 각 관계 삼중항에 대한 자격 조건 속성(시간, 양, 위치 등)을 고려하지 않습니다. 이러한 자격 조건은 하이퍼 관계 사실을 형성하여 더 풍부하고 복잡한 지식 그래프 구조를 잘 포착할 수 있습니다. 예를 들어, 관계 삼중항 (Leonard Parker, 교육 받음, Harvard University)는 (종료 시간, 1967)과 같은 자격 조건을 포함함으로써 사실적으로 풍부해질 수 있습니다. 따라서 우리는 텍스트에서 보다 구체적이고 완전한 사실을 추출하기 위한 하이퍼 관계 추출 작업을 제안합니다. 이를 지원하기 위해 우리는 대규모 및 일반적인 데이터셋인 HyperRED를 구축했습니다. 기존 모델들은 세 개의 엔티티 간의 상호작용을 고려해야 하는 하이퍼 관계 추출을 수행할 수 없습니다. 따라서 우리는 표 채우기 접근법에서 영감을 받은 CubeRE라는 큐브 채우기 모델을 제안하며, 이 모델은 명시적으로 관계 삼중항과 자격 조건 사이의 상호작용을 고려합니다. 모델의 확장성을 개선하고 부정 클래스 불균형을 줄이기 위해 큐브 가지치기 방법도 제안합니다. 실험 결과 CubeRE가 강력한 기준 모델들을 능가하며, 미래 연구의 가능한 방향들을 밝혀냈습니다. 우리의 코드와 데이터는 github.com/declare-lab/HyperRED에서 이용 가능합니다.